我国省域竞技体育发展的时空演变及影响因素分析

杨 琦 黄 卓 陈 玲 郭 奇

(南昌大学 体育学院，江西 南昌 330031)

1 引言

改革开放以来，我国竞技体育进入一个快速发展的阶段，它的产生使人们将争夺桂冠看作是其存在的本质意义。我国各省(市)作为整个国家竞技体育实力的重要决策单元，其实力的强弱自下而上影响着我国竞技体育的长足发展。正是由于各省(市)运动健儿在国内外大型体育赛事中所取得的优异成绩，为我国总体竞技体育实力的提高奠定了坚实的基础。回顾各省(市)所取得运动成绩的差异，这从侧面反映出我国省域竞技体育发展的不均衡性，这种不均衡性为我国竞技体育在今后的发展增添了不确定因素。因此，本研究从省域竞技体育发展的视角出发，基于2013-2017年度各省在国内外大型体育赛事中所取得金牌数，探析近五年来我国省域竞技体育发展的时空演变及其影响因素。

2 数据来源及研究方法

2.1 数据来源

本文选取我国大陆31个省、自治区、直辖市从2013年至2017年的金牌数据为研究对象，港、澳、台由于其制度原因不列入本研究的范畴。所选取的近五年金牌数据以及各个影响因素数据来自我国各省体育局官方网站、统计年鉴、统计公报、体育年鉴及社会年鉴等资料库。

2.2 研究方法

2.2.1 探索性空间数据分析

探索性空间数据分析(Exploratory Spatial Data Analysis)，简称ESDA，其含义指的是通过统计学原理和图形图表相结合来识别空间信息的本质属性，并对其性质进行鉴别和分析，该方法用以引导确定性模型的结构和解法，其中包括趋势分析、空间自相关分析、半变异函数分析等[1]。

2.2.2 趋势分析

趋势分析的作用是能够根据所提供的空间抽样数据拟合成数学曲面，其结果能够反映出各地理要素的空间分布情况和变化趋势。

设Si(xi,yi)为第i个省份金牌的数量，xi，yi为省份平面空间坐标。则根据趋势面定义可得：

Si(xi,yi)=Zi(xi,yi)+εi

式中:Zi (xi , yi)为趋势函数，εi为自相关随机误差。

2.2.3 全局空间自相关分析

采用全局空间自相关分析方法对所选取的研究对象进行相应处理，其结果能够反映研究对象的相关程度，常用Moran’s I指数来衡量，其计算公式为：

式中：n为研究对象的数目；xi为第i个空间位置上的观测值；y为xi的平均值；W(i,j) 是空间权重矩阵；S0是空间权重矩阵W的所有元素之和。Moran’sI的取值范围为(-1，1)，若Moran’sI值大于0且小于1(0

3 研究结果与分析

3.1 我国省域金牌数据的时空分布格局

探究我国省域竞技体育发展的时空演变，在时间与空间共同变化的情况之下，采用唯一的区间划分很显然并不合适，因为各省的金牌数在这个时间范围内经历了不同程度的变化，因此本文采用“以量定距”的划分方法，以此确保每个区间范围内的地级市数量保持一致。利用ArcGIS10.3软件中的Spatial工具将划分结果进行运算，从而得出2013-2017年我国省域金牌数据的时空分布格局图(图1)。

图1 2013-2017年我国省域金牌数据时空分布格局图

由图1可得知，2013-2017年我国省域金牌数呈现明显的空间分异格局。从总体范围来看，首先，我国省域金牌数从东向西呈现“先减少，后增加”的趋势。这表明我国竞技体育发展水平较高的省份主要集中在我国地域范围的东南部省份，而竞技体育发展水平较低的省份主要集中在我国地域范围的中间部分城市。其次，我国省域金牌数呈现的是逐年递增的趋势。从2013年金牌总数1885枚到2017年的2801枚，五年内金牌总数总共增长了916枚，年平均增长达到了180余枚，增长幅度较高，这表明了我国省域竞技体育发展水平逐年上升，且增长趋势明显。从局部来看，我国东南沿海省份(地区、直辖市)，包括浙江、福建、广东、上海及我国中部地区河南近5年金牌数呈现稳步上升状态，其金牌数在国内省域范围来看处于前列，这表明这几个省份的竞技体育发展水平呈现稳步上升状态；内蒙古、山西、江西、江苏、吉林等省份金牌数呈现的是无规律变化，这从侧面反映了这些省份的竞技体育发展水平不均衡。除此之外，海南、青海、甘肃、贵州、陕西等多个省份金牌数近年来变化不大且总数位于我国省域的末端，这说明了这些省份竞技体育的发展水平相对落后。

3.2 我国省域竞技体育发展的ESDA数据分析

3.2.1 趋势变化分析

将我国2013-2017年各省金牌数据分别投影到一个东西向和南北向的两个正交平面上，将三位透视图旋转90°得到图2。从图2中可得知，首先，我国省域竞技体育发展水平总体上差异较为明显。在2013年，我国南北方向上省域竞技体育发展水平趋势线为“倒U”形状，这就说明我国南北两端省份竞技体育发展水平低于我国中部部分省份且这种趋势相差较大；2014年，这种趋势有所减少但还存在着差异；2015年这种趋势基本趋为一致，表明此时南北方向上的省份竞技体育发展水平相差不大；2016年，该方向上的趋势线变为“U”形，这说明了南北两端省份竞技体育发展水平高于我国中部部分省份；直到2017年，这种趋势表现为北部省份略高于南部。值得一提的是，我国南北部省份从2013年到2017年竞技体育发展趋势图从“倒U”形到“U”形的变化来看，说明近5年我国南北两端省份的竞技体育发展速度较快。其次，我国省域东西方向上的竞技体育发展水平较南北方向上而言所呈现的是幅度更大的变化趋势。从总体趋势上来看，我国东部省份竞技体育发展水平远高于西部且近5年呈现出绝对的领先优势。

图2 2013-2017年我国省域金牌数空间分布变化趋势图

3.2.2 全局空间自相关分析

本研究利用GeoDa软件分别计算出我国2013-2017年金牌数据的全局Moran’s I指数，并选择999次空间排列次数判断其显著水平，计算结果如表1所示。从表1中得知，我国2013-2017年金牌数据的Moran’s I指数分别为0.208569、0.130651、0.11525、0.120807和0.107475，所对应的Z值分别为2.6314、2.1631、2.0863、2.1807和1.9973，这5年的Z值均大于置信水平为0.05时的临界值(1.96)，这就说明了我国2013-2017年各省的金牌分布表现为显著的正的空间自相关特性，换而言之就是金牌数量较多的省份相互之间聚集在一起，同样，金牌数量较少的省份之间相互聚集在一起。所以结果表明：我国2013-2017年各省金牌数具有明显的集聚性，即省(市)份金牌数多/多集聚或者省(市)份金牌数少/少集聚。

表1 2013-2017年金牌总数的全局Moran’s I指数

4 我国省域竞技体育发展的影响因素分析

4.1 变量的选取及描述

我国省域竞技体育的发展水平是受多方面因素决定的，从当前学术界已有的研究成果来看，众多研究者对其变量的选取存在着明显的差异性。王良建等[2](2009)经过研究发现，多种因素对我国区域竞技体育具有空间效应，其中，地区经济水平、体育服务产业、竞技体育人力资源、群众体育事业对其作用较为显著，而学校体育水平和体育科技水平的影响较为微弱。此外，基于多元线性回归分析的基础，有学者指出地区经济发展水平和人力资源水平是我国区域竞技体育竞争格局产生差异的主导因素[3]。还有学者[4]指出地区竞技体育的发展水平受地区经济发展水平、政府文体投入和国民体质水平的影响。从以上的研究中发现，首先，他们多以某一时间截面的区域竞技体育的代表性数据研究我国竞技体育的发展水平，这未能体现其发展的动态演变过程；其次，在他们所选取的这些因素之外，笔者认为医疗卫生和居民人均可支配收入同样也是决定我国省域竞技体育发展水平的重要因素，因其是维护运动员身体健康的重要保障。鉴于此，基于前人的研究基础，本文初步选定经济、体育建筑设施、学校体育、医疗卫生、竞技体育、体育科技水平这几方面为影响我国省域竞技体育发展的驱动力因素，经过SPSS多元线性回归分析对初步选取的因素进行共线性检验和显著性检验，去除VIF>7.5的因素之后，确定影响我国省域竞技体育发展的影响因素如表2所示。

表2 我国省域竞技体育与发展的驱动因素选取

4.2 模型选取

为了能够更好地分析影响因素在空间上对我国省域竞技体育发展水平的影响，本研究选取地理加权回归模型(Gergraphic Weighted Regression，简称：GWR)对其进行分析，因为它对一般线性回归模型加以改进，主要体现在该模型系数不在使用全局信息来获取，而是利用邻近的子抽样数据的局部信息来进行估计，所以该模型的系数值会受到地理位置的影响，它随着空间地理位置的变化而发生变化。本文基于地理加权回归理论的基础，设第i个省份的地理中心坐标为(ui，vi)，根据本文所拟定的指标变量及其参数的设定，构建地理加权回归模型(GWR)如下所示：

(i=1,2,3…,n)

利用ArcGIS软件中的地理加权回归工具得出GWR模型的回归系数，且经计算得到2013-2017年GWR模型相关参数如表3所示：

表3 2013-2017年我国省域竞技体育与发展水平GWR模型拟合结果

4.3 结果分析

4.3.1 经济因素对我国省域竞技体育发展的影响

随着我国社会经济的快速发展，使我国各地区生产总值逐年不同程度地提升，地区生产总值的提升理论上应使我国省域竞技体育水平得到相应的快速发展。从图4中2013年、2014年地区生产总值回归系数的大小来看，它的确随着时间的推移对我国省域竞技体育的发展起着正向作用，只是这两年当中该因素最大作用出现在不同的省份，由2013年的新疆、西藏、青海和云南到2014的云南、广西和广东。然而在2015-2017年间，该因素没有在正向方向上进一步增大其作用，反而出现了负向影响，且负向作用的贡献值有所增加，其影响最大的地区大多在西部省份。其原因应是在我国各地区经济快速发展的同时，政策未能调配好经济发展与我国竞技体育事业发展之间的协调性，这其中肯定存在着竞技体育发展经济投入不足的问题。当然，这并非是笔者凭空臆想，从另一个角度分析，我国竞技体育发展水平若想得到充分的发展和稳健的提高以及更好地实现其社会的价值与功能，离不开政府对于体育事业发展的资金投入作为物质基础保障，所以本研究拟定政府文体投入为又一变量，因其对我国竞技体育的发展起着举足轻重的作用。从图5中可以看出，在2016年和2017年，政府文体投入的贡献值可以体现出该因素对我国省域竞技体育发展的影响是比较大的，所以这就证明了在2016-2017年GDP出现负向影响是因为体育事业投入不足的原因。这也从侧面反映出，采取加大政府文体方面的资金投入，有助于提高我国省域竞技体育的发展水平。正如2016年和2017年云南、广西、海南、广东、浙江、江苏和上海等，他们是受政府文体投入影响最大的地区，也就是说这些地区在2013年和2017年随着资金投入的加大或减少，对其竞技体育发展水平的影响力最大。除此之外，随着社会经济的发展，人们的生活质量得到改善与提高，当然，可供居民自由支配的收入同样得到了改善，较过去人们物质生活水平低下而言，如今在人们手中经济充裕的情况下，为我国竞技体育人才的参赛与训练提供了资金保障，也为他们夺取胜利提供了坚实的基础。从图6中可以看出，居民人均可自由支配收入这一影响因素在近5年对我国省域竞技体育的发展都起着正向作用，对于作用最大的省份主要集中在东南沿海省份。此外，在2016年也出现了该因素对西藏和云南等西部省份影响力最大的情况，这一因素在近5年来贡献值相对较小且变化范围不大，这说明它是一个比较稳定的因素。

图4 GWR模型地区生产总值回归系数空间分布

图5 GWR模型政府文体投入回归系数空间分布

4.3.2 竞技体育人才对我国省域竞技体育发展的影响

竞技体育发展和竞技体育人才之间的关系是密不可分的，它从本质上而言是教练员和运动员经过共同的努力从而达成最终的训练目标和任务。当前在“人才强体”的战略方针下，我国各省(市)组建一支高水平、高素质的竞技体育人才队伍，这是促进各区域竞技体育水平提升的关键。况且，只有高水平的竞技队伍才有望摘金，因为优秀的运动员往往有较大的几率在竞赛中夺魁。纵观近5年来竞技体育人才对于我国省域竞技体育水平发展的影响(如图7)，该因素的贡献值在近5年都起着正向作用且贡献值逐年提升，这也就反映出此因素对于我国竞技体育发展的影响在逐年加大。此外，该因素对于我国东北三省竞技体育水平的影响力是较大的。

图6 GWR模型居民可自由支配收入回归系数空间分布

4.3.3 体育科技水平对我国省域竞技体育发展的影响

从图7中可得知，近5年来，体育科技水平对于我国省域竞技体育的发展起着正向推动作用。另外，该值的变化范围不大，表明这一因素的影响是比较稳定的，同时也表明它是近年来推动我国竞技体育发展的稳健因素，只是这一因素在不同的年份所产生最大作用的省(地区)有所不一。总体而言，它对于我国西部及东北地区的影响是最大的。此外，从图8中能进一步得知体育场馆设施在近5年对于我国省域竞技体育发展的影响，其中可明显地观察到这一因素在近5年来对于我国省域竞技体育的发展都起着正向作用，但其影响力较体育科技水平而言降低了许多。另外，该因素对于我国各省(市)影响最大的省份也在逐年发生变化，其贡献值的变化范围不大，表明这也是一个较为稳定的因素。

从深层次剖析其原因后发现，主要是因为科学技术是第一生产力，现代发达的科学技术已广泛渗透到竞技体育的训练、恢复和保健等方面，它提高了我国各省运动健儿的训练水平，由此促进运动员技术水平和比赛成绩的提高。除此之外，在运动员选材、体育场馆设施和训练的精准化方面提供了更为全面的科技保障。其中，科学地选材有利于发现运动项目的最佳人选，避免运动天赋的浪费和错失。此外，遍布现代高新科技化的体育设施为运动员的训练和参赛提供了有利条件，这有利于营造一个良好的训练和参赛氛围，并为运动员提供创造佳绩的优良条件。同时，科学的训练手段能更好地发掘运动员的潜能，其理论的指导有利于使运动员的动作更加协调和完善。

图7 GWR模型竞技体育人才回归系数空间分布

图8 GWR模型体育科技水平回归系数空间分布

图9 GWR模型体育场馆回归系数空间分布

4.3.4 医疗卫生因素对我国省域竞技体育发展的影响

从近5年的医疗卫生因素对我国省域竞技体育与发展水平的影响来看，它所起的都是正向推动作用。从该因素的贡献值大小来看，在2016年其贡献值较2015年有所下降，但变化范围较小，所以可将2015到2016年该因素的影响看作是相对稳定状态，但整个5年之间的驱动影响总体呈现逐年上升的态势。此外，该因素的影响除在2013年的西藏、云南、贵州、广西、广东和海南之外，其余四年其影响力最大的省(市)变化范围不大，除2015年增加了福建、浙江、江苏和上海之外，都是对东北三省的影响最大。医疗卫生因素之所以能成为影响竞技体育发展的关键因素，主要是由于在当今社会，竞技体育事业的快速发展对医疗卫生工作的开展提出了越来越高的要求，当前运动医学界所潜心专研的焦点便是如何运动科学的医疗管理手段促进竞技体育水平的不断提高。对运动医疗卫生工作的强化，就是竞技体育发展的强烈诉求。因为在具有运动项目数量多且各类运动项目强对抗、大负荷、急性损伤频发等特点的各类体育赛事中，这些因素与运动伤害之间密切相关，所以这也为医疗卫生工作水平提出了较高的要求。

图10 GWR模型社区卫生服务中心总数回归系数空间分布

4.3.5 教育机构对我国省域竞技体育发展的影响

从图11中可得知，学校体育这一驱动因素在近5年对竞技体育发展都起着正向促进作用。从其贡献值的大小来看，从2013年到2015年贡献值在逐年提高，而到了2016年该值有所小幅下降，到了2017年该值又出现了小幅上升的态势。所以从整体而言，这一因素的影响力在近5年所呈现的变化趋势是先逐渐上升，而后趋于稳定。该因素对于影响最大的省份也发生着变化，在2013-2015年是东北三省，2016年变为西部的新疆、西藏和云南3省，2017年是福建、浙江、上海和吉林。学校体育之所以对竞技体育呈现这种影响，是因为两者之间的共同发展是非常必要的，在“教体结合”的当下，竞技体育与学校体育之间的关系是尤为密切的。在当今时代的发展背景之下，促使学校体育进行改革，在学校发展竞技体育被多数研究者看做是目前的一种必然趋势。学校体育工作开展的优劣直接影响到竞技体育后备人才的发展[5]。在当前教育局和体育局的大力支持下，对体育成绩优异的学生运动员加大了优惠的力度，这便使他们在训练和参赛的积极性等方面激情倍增，由此推动学校体育水平的提高，从而促进竞技体育的向前发展。

图11 GWR模型教育机构回归系数空间分布

5 结论

1) 根据空间自相关分析结果可以看出：我国各省(市)之间的竞技体育发展水平存在着空间自相关特性，即竞技体育发展水平较高的省(市)之间相互邻近，如广东、福建、浙江、江苏和上海；同样地，竞技体育发展水平较低的省(市)之间如此，如贵州、云南和广西等。

2) 从总体趋势上来看，2013-2017年我国各省(市)之间的竞技体育发展水平在南北方向上表现为“倒U”形趋势，且南边高于北边；在东西方向上表现为二阶曲线趋势，且东边高于西边。整体而言，东西方向上的空间分异程度大于南北方向。

3) 利用GWR模型和SPSS多元共线性分析对影响我国省域竞技体育与发展水平的影响因素进行分析后发现，除前人研究成果中的政府文体投入，地区生产总值、体育建筑设施、学校体育、竞技体育人才及体育科技水平因素之外，学校体育、医疗因素和居民人均可支配收入也是影响我国省域竞技体育与发展水平的重要因素，其中学校体育、体育科技水平和医疗卫生因素所产生的影响力是比较大的。